文章列表-AI魔法学院

文章列表

ChatGPT写论文指令全集

今天聊一聊如何用GPT来写论文，先从基本的问题类型出发，这样便于大家进行prompt的发散，从而找到适合自己的prompt 一、了解询问的方式开放式提示、指令提示、问题提示和场景提示是与ChatGPT交互时使用的四种主要提示类型

ChatGPT 写作

大模型微调方法总结

对于 BERT 类双向语言模型采用模版(P1, x, P2, [MASK], P3)，对于单向语言模型采用(P1, x, P2, [MASK])：同时加了两个改动： 1、考虑到预训练模型本身的

开源模型

基于本地知识的问答机器人langchain-ChatGLM

query相关的Document尽可能多的被召回将本地知识切分成Document的时候，需要考虑Document的长度、Document embedding质量和被召回Document数量这三者之间的相互影响

langchain

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这个流程依然无法描述RAG的复杂性 RAG涉及的内容其实广泛，包括Embedding、分词分块、检索召回（相似度匹配）、chat系统、ReAct和Prompt优化等，最后还有与LLM的交互，

RAG 大模型

Sora物理悖谬的几何解释

边值可以任意局部扰动，即隐变量存在一个开欧式圆盘的邻域。

Sora 解释

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

他曾预测道，AI很快就能替代中等水平的人类劳动者，导致大规模失业。

OpenAI 大模型

大模型的研究新方向：混合专家模型（MoE）

按照数据输入流动的过程，MoE的各个子结构会根据自身的任务对数据进行处理。

MoE 大模型

AIGC沸腾200多天后，投资人达成三大共识

而从实际行动上看，投资人的投资次数之少和朋友圈刷屏的热情相比形成巨大反差。

大模型

大模型应用中大部分人真正需要去关心的核心——Embedding

随着深度学习的出现，复杂数据中的非线性特征交互是由模型学习而不是人工设计的。

大模型

微调大型语言模型-核心思想和方法介绍

此外，提示调整可能是劳动密集型的，因为它通常需要人工参与来比较不同提示的质量。

大模型训练

Prompt逆向工程：ChatGPT通过多角色对抗生成完美提示词

文章原创度检测过程，简单来说包括两大步骤：步骤1: 从互联网或文章库中定位相似内容: 1.文章被细分为小句或段落，使之更便于逐个对照。

Prompt ChatGPT

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

在多义词的基础上，有无数的名词也可以同时是形容词，动词，或者两者兼而有之。

开源模型

Github上Star数最多的大模型应用基础服务：Dify 深度解读

丰富的召回模式用户可以自由选择所需的召回模式： N 选 1 召回：先根据用户输入的意图选择合适的知识库，然后从知识库检索所需的文档，适用于知识库彼此隔离，不需要互相联合查询的场景

Dify 大模型知识库

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

有一定的程序基础即可掌握 > 准备工作 · 使用 “--api”模式启动你的

文生图 api

个人从零预训练1B LLM心路历程

对话和续写的能力都不是很理想（比如有时候以对话形式跟预训练后的Steel-LLM交互，他会进行续写），感兴趣的读者可以下载一个Steel LLM的预训练权重感受一下。

LLM 训练

<...41 42 43 444546 47 48 49 50 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1